风电机组健康状态 监测与评估系统

1、系统功能 蓄电池在制造过程中必然存在的容量不一致和性能差异，造成后期成组使用时某些电池易出现过充和过放，严重影响整组电池的寿命。 针对这一现状研制的“蓄电池状态检测及均衡活化系统”，结合现场的蓄电池充放电活化维护过程（即“三充两放”），可以完成如下功能： Ø  自动实时检测电池状态 蓄电池的端电压是反映其性能的重要参数，也是目前现场人工检测的主要依据。自动检测功能可以减少维护工作量，降低工人劳动强度。 Ø  自动均衡放电 在活化过程中，系统根据测量结果能够对电池进行自动均衡，保证每只电池都得到充分活化，最大限度增加电池的寿命，降低运营成本。 Ø  蓄电池活化曲线 系统将整个活化过程中所有蓄电池的端电压的测量结果记录并生成活化曲线，在计算机的显示器上直接显示，结果清晰直观，也便于对每只电池的特性做进一步分析。 Ø  报告电池状况 系统根据均衡活化过程的检测数据对电池的老化程度进行判断，对于性能很差或即将损坏的电池经过活化后仍不能恢复时，提示维护人员更换电池，以免影响整组电池的正常使用。 2、系统特点 该系统结合微电子、SMT、计算机控制、EMC、网络以及电力电子等技术，系统具有以下特点： 可靠性高；测量准确；均衡效果好；判断蓄电池状态准确；使用简便。 电动汽车的运用经验表明，增加该系统后，电池寿命延长30％。 3、系统结构 系统采用计算机控制，网络结构，避免了很多的拉线工作，系统的结构框图如图所示。 系统结构布置图 系统电气柜由控制主机（操作台）、电源开关箱、8个监控箱组成。 监控主机为工业级平板式计算机，带有显示、监控、专家系统以及远程通讯功能，负责在均衡活化过程中的数据采集、活化过程的报表生成以及电池状态的判断。 电源开关箱负责8个监控箱的供电，其中左侧双极空气开关为监控箱的总开关，右侧顺序布置的8个单极空气开关依次分别为1～8#监控箱独立开关。 每个监控箱由6个电池状态检测和均衡控制模块组成。每个模块完成单只蓄电池的状态检测和均衡控制，优化活化过程。 连接方式如下： 1）状态检测和均衡控制模块与控制主机通过柜内网络通讯线连接； 2）均衡模块与电池的连接采用夹子进行连接，拆装方便。 系统电气原理连接示意图 4、检测原理 检测及均衡模块原理如下图所示。   检测及均衡功能原理框图  电池电压经过滤波电路进入AD，由检测模块的CPU进行检测，CPU检测的数据通过网络通讯线（RS-485）传输到上位计算机的监控软件。为了提高系统的可靠性，因此检测模块采用了隔离的变换电路，同时CPU采用了Microchip公司的PIC系列单片机，A/D采用了具有双积分特性的电路，其与CPU接口通过单总线连接。 单节电压检测精度，由于采用的A/D为10位，分辨率为0.01V，对于2V电池来说，最大检测误差为±0.01V，该A/D温度特性比较好，从-40℃到+70℃均保持了良好的温度稳定性。 5、均衡原理 均衡采用了我公司的发明专利技术，专利申请号（03156376.7）。采用该种均衡方案，均衡电流为5～6A，对于200Ah电池，可在1个小时内补偿其2.5％的不均衡度，一般的蓄电池不均衡度不会超过10％，因此系统可在4个小时内将电压均衡。 详细的技术细节请参见专利公开书。 6、监控软件 ①与检测均衡单元通讯程序，采用标准RS-485方式通讯，具有可靠性高的优点； ②诊断系统，利用专家系统，采用仿人的智能判断方法； ③系统整个流程如下图所示； ④系统具有远程通讯功能，可以和机务段其他设备联网运行。

本发明公开了一种数控铣床加工过程状态信息评价装置,由评价装置 MCU 将机床上的加工状态数据采集阵列装置、信息存储设备、数控系统等装置连接成为半闭环控制回路。加工状态数据采集阵列采集数控机床加工过程中的主轴电流、进给电流、振动、加工温度等状态数据，并能够智能识别刀具磨损、破损、工件毛坯的材料缺陷等异常状态。通讯单元能够使加工状态信息采集阵列与评价装置 MCU 实现实时连接。评价装置 MCU 按照一定的算法对采集得到的加工状态参数进行检验分析，生成检验报告，并指导信息存储设备更新最优参数记录；同时评价

本发明公开了一种灾区电网状态监测方法，该方法通过电网在线监测端的监测装置采集电网设备状 态参数，电网在线监测端的智能处理器处理监测数据并获得电网关键设备的损坏情况，将电网关键设备 的损坏情况、位置信息和时间信息通过北斗短报文通信系统实时上报给电网监控中心。本发明能实现自 然灾害发生后灾区电网状态的快速有效监测，可极大地缩短灾区电力重新恢复的时间，有利于减小自然 灾害所带来的经济损失和人员伤亡。 

该项目主要应用于车辆安全辅助驾驶领域，可以在车辆有危险趋势时及时向驾驶员提供警告信息，减少或避免可能发生的交通事故，也可以应用于车辆的辅助驾驶和智能自动导航领域。该项目利用灰度图像中道路边缘处存在的灰度特征、梯度特征作为识别道路的特征，运用群智能算法实现对道路边界的快速识别，最终得到车辆行驶道路信息。根据道路识别结果，利用前方车辆在图像中底部边缘存在灰度特征、方差特征和梯度特征，运用鱼群算法实现对前方多车的快速识别。项目采用转向动力学连续模型，车辆前轮转角和道路曲率作为系统输入，根据系统的采样频率将连续模型离散化，运用Kalman滤波理论设计状态观察器，实时观测前方车辆侧向速度和横摆角速度，从而获得车辆运动轨迹，为安全辅助驾驶系统提供准确信息。     该项目对车辆安全辅助驾驶系统提供信息的频率在5Hz之内。在复杂情况下通过使用本项目研究的系统进行车道识别，其准确率大于95%。该项技术于2009年初成功应用于新疆冰雪灾害防护系统的养护车辆智能辅助驾驶系统中，该系统由北京中交国通智能交通系统技术有限公司负责建设，采用该技术大大提高了复杂冰雪环境下道路识别和前方车辆识别的可靠性和实时性，同时增强了在不同光照等复杂环境下的适应性。该技术应用后，有利于避免和减少道路交通事故发生的可能性，保障车辆行驶安全，取得了良好的社会效益。